MNE-Python中眼动追踪数据单位处理的现状与挑战
2025-06-27 15:51:31作者:蔡丛锟
眼动追踪技术在认知神经科学研究中扮演着重要角色,而MNE-Python作为一款强大的脑电/脑磁数据处理工具,近年来也逐步增加了对眼动数据的支持。然而,在实际应用中,用户可能会遇到关于眼动数据单位处理的一些不一致性问题,这些问题主要集中在瞳孔大小数据的单位处理上。
当前实现的核心问题
MNE-Python文档中存在两处看似矛盾的说法:一方面指出眼动和瞳孔数据以任意单位存储,另一方面又声称系统会尽可能将数据转换为SI单位(如位置数据用弧度,瞳孔大小用米)。这种不一致性在实际操作中表现为:
- 当用户尝试使用
raw.get_data(picks=["pupil"], unit="mm")获取数据时,系统会报错 - 尽管报错提示单位应为AU(任意单位),实际检查数据发现值确实是以米为单位存储的
- 手动将数据乘以1e3可以正确转换为毫米单位
技术背景与实现细节
MNE-Python处理眼动数据时,单位系统基于以下设计原则:
- 对于眼动仪数据,理想情况下应转换为SI单位存储
- 瞳孔大小建议使用米(m)作为标准单位
- 眼动位置数据建议使用弧度(rad)作为标准单位
然而,不同厂商的设备输出数据单位存在差异:
- Tobii设备通常以毫米(mm)为单位输出瞳孔数据
- Eyelink设备则以像素(px)和任意单位(AU)输出数据
set_channel_types_eyetrack函数设计用于处理这种差异,它能够:
- 将Tobii的毫米数据转换为米存储
- 设置正确的FIFF_UNIT_M单位标记
现存问题的技术分析
目前系统存在几个关键的技术限制:
-
绘图单位显示问题:尽管数据可能已转换为米,绘图时仍显示为AU,这是因为绘图系统硬编码了每种通道类型的默认缩放比例,尚未针对眼动数据的不同单位情况进行适配。
-
单位转换限制:
get_data方法内部调用_handle_defaults时,默认将瞳孔数据视为AU单位,即使实际存储单位为米,这导致无法直接获取毫米单位的数据。 -
文档与实际不符:文档声称系统会自动转换为SI单位,但实际上需要用户显式调用转换函数。
解决方案与未来方向
针对这些问题,开发团队提出了以下改进方向:
-
统一SI单位假设:修改系统默认假设,将眼动位置数据视为弧度,瞳孔数据视为米,这需要:
- 更新
mne.defaults._handle_default("si_units")中的默认设置 - 确保所有教程和示例在早期步骤就完成单位转换
- 更新
-
增强单位转换功能:
- 为Eyelink数据添加从AU到米的转换支持
- 完善单位转换的文档和示例
-
绘图系统改进:长期来看,需要重构绘图系统以支持:
- 基于实际存储单位的动态缩放
- 多种单位类型的灵活显示
对用户的建议
基于当前实现,研究人员在使用MNE-Python处理眼动数据时应注意:
- 明确了解自己设备输出的原始数据单位
- 尽早使用
set_channel_types_eyetrack进行单位设置和转换 - 对于绘图显示问题,可暂时使用
scalings="auto"参数 - 关注后续版本更新,特别是单位处理方面的改进
这些改进将使MNE-Python的眼动数据处理更加一致和可靠,为多模态脑科学研究提供更好的支持。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0153- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
733
4.75 K
deepin linux kernel
C
31
16
Ascend Extension for PyTorch
Python
651
797
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
1.25 K
153
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.1 K
611
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.01 K
1.01 K
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
147
237
昇腾LLM分布式训练框架
Python
168
200
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
434
395
暂无简介
Dart
986
253